鯨魚最佳化演算法 (WOA) 的數值最佳化原理與分析

鯨魚最佳化演算法(WOA)是一種基於自然啟發的元啟發式最佳化演算法，模擬了座頭鯨的狩獵行為，用於數值問題的最佳化。

鯨魚優化演算法（WOA）以一組隨機解作為起點，透過每次迭代中搜尋代理的位置更新，根據隨機選擇的搜尋代理或迄今為止的最佳解決方案來進行最佳化。

鯨魚最佳化演算法靈感

鯨魚最佳化演算法的靈感源自於座頭鯨的狩獵行為。座頭鯨喜歡的食物位於海面附近，如磷蝦和魚群。因此，座頭鯨在狩獵時透過自下而上螺旋吐泡泡的方式，將食物聚集在一起形成泡泡網。

在「向上螺旋」機動中，座頭鯨下潛約12 m，然後開始在獵物周圍形成螺旋形氣泡並向上游向水面。

鯨魚最佳化演算法邏輯

鯨魚最佳化演算法是一種基於群體的隨機最佳化演算法，其簡單且穩健。此演算法具備避免陷入局部最優解並尋找全局最優解的能力，因此在解決不同約束條件或無約束條件下的最佳化問題時表現出色。鯨魚最佳化演算法是一種最優演算法。

1、包圍獵物

座頭鯨能夠辨識獵物的位置並將其包圍。在鯨魚演算法中，最佳搜尋代理被認為是目標獵物或接近最佳點的位置，其他搜尋代理則會努力向最佳搜尋代理靠攏。

鯨魚演算法假設目前最佳候選解為目標獵物或接近最優解。其他搜尋代理程式會嘗試將自己的位置更新為最佳搜尋代理程式。

2、泡泡網狩獵

在鯨魚最佳化演算法(WOA)中，對螺旋氣泡網進行數學建模，並執行最佳化；使用隨機或最佳搜尋代理模擬狩獵行為以追逐獵物；使用螺旋模擬座頭鯨的泡泡網攻擊機制。

3、尋找獵物

基於變化的相同方法{\displaystyle{\thing{A}}}向量可用來搜尋獵物（探索）。事實上，座頭鯨是根據彼此的位置隨機搜尋的。

根據隨機選擇的搜尋代理程式而不是最佳搜尋代理程式在探索階段更新搜尋代理程式的位置。

以上是鯨魚最佳化演算法 (WOA) 的數值最佳化原理與分析的詳細內容。更多資訊請關注PHP中文網其他相關文章！